利用集成支撑矢量机提高分类性能.pdfVIP

( ) 2007 年 2 月 西安电子科技大学学报 自然科学版 Feb . 2007 第 34 卷 　第 1 期 　 J OU R N AL 　O F 　X I D I A N 　U N IV E R S I T Y 　 Vol . 34 　No . 1 利用集成支撑矢量机提高分类性能 李 　青 , 焦 李 成 (西安电子科技大学 智能信息处理研究所 ,陕西 西安 　7 1007 1) 摘要 : 为了提高支撑矢量机的泛化性能 ,利用 倍交叉筛选和控制样本特征属性策略建立了集成支撑 l 矢量机 ,该集成策略加强了子分类器之间的互异性 ,进一步提高了集成学习机的分类性能 ,提高了学习 机的泛化性能 , 同时具有较好的鲁棒性. 关键词 : 集成方法 ;支撑矢量机 ;集成支撑矢量机 ;模式识别 中图分类号 : TP30 1 　　文献标识码 :A 　　文章编号 : 100 12400 (2007) 0 1006803 Improvement classif ication perf ormance by the support vector machine ensemble L I Qi ng , J I A O L icheng (Research Inst . of Intelligent Information Processing , Xidian Univ. , Xi′an 　710071 , China) Abstract : 　En semble Met hods are learning algorit hm s t hat con st ruct a collection of individual classifier s which are indep endent and yet accurat e , and t hen cla ssify a new dat a point by t aking vot e of t heir p rediction s. The support Vector Machine ( SV M) p resent s excellent p erformance in solving t he p roblems wit h a small number of simple , nonlinear and local minima . The combination of t he Support Vector Machine wit h En semble met hods has been done by HyunChul Kim ba sed on t he bagging algorit hm , yet it does not show high robu st ness for it s randomicit y . In t hi s p ap er , by a deep investigation into t he p rinciple of t he SV M and t he En sembl